IUVENTAS Soukromé gymnázium a Střední odborná škola, s. r. o. Umělá inteligence. Jméno: Třída: Rok:
|
|
- Petr Janda
- před 5 lety
- Počet zobrazení:
Transkript
1 IUVENTAS Soukromé gymnázium a Střední odborná škola, s. r. o. Umělá inteligence Jméno: Třída: Rok:
2 Prohlašuji, že mnou předložená práce je mým původním autorským dílem, které jsem vypracoval/a samostatně. Veškerou literaturu a další zdroje, z nichž jsem při zpracování čerpal/a, jsou uvedeny v seznamu použité literatury. V Ostravě dne podpis studenta
3 OBSAH Úvod Výzkum umělé inteligence Definice Nástroje Turingův test Kategorizace Přístupy k řešení Neuronové sítě Genetické programování Expertní systémy Prohledávání stavového prostoru Dobývání znalostí Úspěšné algoritmy Hry Problematika Seznam použité literatury Seznam obrázků... 12
4 ÚVOD Umělá inteligence (anglicky Artificial intelligence, AI) je obor informatiky zabývající se tvorbou strojů řešících komplexní úlohy například z oblastí logistiky, robotiky, zpracování přirozeného jazyka, či zpracování velkých objemů dat. 4
5 1 Výzkum umělé inteligence Výzkum umělé inteligence je rozdělen do několika polí, které je těžké názorově spojit. Typicky se zde objevuje rozpor mezi pojetím statistickým (kam spadá například analýza dat, či rozpoznávání obrazu), a pojetím blízkým matematické logice, kam patří například oblast plánování, prohledávání (hra šachů), či strojového dokazování. Nicméně to, že tento rozpor není nepřekonatelný nám ukázaly například algoritmy hrající hru Go, které dokázaly propojit statistiku s prohledáváním, a následně i se strojovým učením. 1 Většina výzkumu v umělé inteligenci je zaměřena na řešení konkrétních problémů, rozvoj jednotlivých přístupů, a hledání dalších aplikací již vyvinutých technik. Navzdory běžnému přesvědčení je snaha o vytvoření "skutečně inteligentního stroje" záležitostí okrajovou, a většina zájmu je soustředěna jinam. Obrázek 1 - Umělá inteligence 2 1 Vygenerujte citaci následující knihy: ISBN WOOD, Lamont. Umělá inteligence získává na popularitě - i díky podpoře velkých firem. Computerworld.cz [online]. [cit ]. Dostupné z: 5
6 2 Definice Umělá inteligence spočívá v konstrukci a užití modelů lidské činnosti (procesů), která je považována za inteligentní. Již od svých počátků (od poloviny 20. století) se toto modelování ubírá dvěma cestami: 1) Modelování vnějších projevů inteligentní lidské činnosti 2) Modelování struktur lidského mozku, obvykle v podobě neuronových sítí 2.1 Nástroje Základem modelování je počítač a počítačový program. Počítač může být doplněn čidly (fyzikálních, chemických, biologických apod. veličin) a akčními členy (pohybovými prostředky koly, pásy, nohami apod.), a tak může vzniknout komplexní zařízení robot, lunární vozítko, automobil bez řidiče apod. 2.2 Turingův test Testování obecné umělé inteligence lze provést ve formě Turingova testu, kterou vyjádřil informatik Alan Turing v roce 1950 ve svém článku Computing machinery and intelligence. Ve zkratce tvrdí, že za inteligentní můžeme stroj prohlásit, nerozeznáme-li jeho lingvistický výstup od lingvistického výstupu člověka. Argument čínského pokoje je často pokládán za protiargument k Turingovu testu. Uvažuje, že by mohl existovat stroj, který by inteligentní chování simuloval připravenou sadou reakcí na všechny možné otázky, aniž by nad čímkoliv přemýšlel. Ve stejném článku, v jakém Alan Turing navrhl svůj test (sám ho nazýval imitační hra ) předpovídal, že za padesát let (tj. na přelomu milénií) budou mít počítače paměťovou kapacitu 109 bitů a rozhodčí imitační hry bude mít pouze 70 % šanci, že správně pozná lidskou inteligenci. Odhad paměťových schopností se ukázal být neobyčejně přesným. Ukázalo se však, že naprogramování úkolů, které lidem připadají triviální (např. rozpoznávání tvarů v obrazech) může být těžší, než vytvořit stroje řešící klasické problémy umělé inteligence, jako je například hra šachů. Přesto se již daří vytvářet řešení v reálném či složitém prostředí, jako je například samořídící motorové vozidlo, počítačová hra, odezírání řeči ze rtů, ale i soudní rozhodnutí. Podle odhadů expertů umělá inteligence pravděpodobně do 100 let předčí lidskou ve všech dílčích úlohách. To některé lidi znepokojuje. 6
7 3 Kategorizace UI můžeme dělit na slabé a silné ty slabé by sice měly projít Turingovým testem, ale nejsou v pravém slova smyslu inteligentní (viz výše Argument čínského pokoje), na rozdíl od silných UI. Má-li toto dělení smysl, je předmětem filosofických debat. 3.1 Přístupy k řešení Ačkoliv se vytvořit obecnou umělou inteligenci, která by byla srovnatelná s lidskou, ukázalo být nesmírně obtížné, vědci během posledních padesáti let vyvinuli sadu postupů, které dosahují dílčích úspěchů v jednotlivých problémech. 3.2 Neuronové sítě Umělé neuronové sítě v umělé inteligenci mají za vzor chování odpovídajících biologických struktur. Skládají se z výpočetních modelů neuronů, které si navzájem předávají signály a transformují je pomocí funkce pro přenos k dalším neuronům. 3.3 Genetické programování Genetické programování striktně vzato není prostředek pro řešení problémů umělé inteligence, ale obecný programátorský postup, jenž namísto sepsání konkrétního algoritmu pro řešení úkolu hledá tento postup evolučními metodami. 3.4 Expertní systémy Expertní systém je počítačový program, který má za úkol poskytovat expertní rady, rozhodnutí nebo doporučit řešení v konkrétní situaci. Expertní systémy jsou navrženy tak, aby mohly zpracovávat nenumerické a neurčité informace a řešit tak úlohy, které nejsou řešitelné tradičními algoritmickými postupy. 3.5 Prohledávání stavového prostoru Zvláště při vytváření algoritmů na řešení klasických her (šachů, dámy) se jeví účelné zadefinovat si množinu stavů, do kterých se můžeme ve hře dostat, přípustné tahy neboli přechody mezi stavy a počáteční a koncové pozice. Hledáme pak cestu od počátečních stavů ke koncovým stavům, které znamenají náš úspěch. 7
8 Jelikož mohou být stavové prostory rozsáhlé (například ve hře go) a v některých případech i nekonečné, je třeba volit chytré metody ořezávání nevhodných cest a ohodnocování pozic. 3.6 Dobývání znalostí Velké soubory dat (často uložené v databázích) o nějakém systému nejsou použitelné a pochopitelné přímo, i když obsahují informace a vzory chování sledovaného systému. Metody dobývání znalostí převádí data do kompaktní a explicitní formy popisující systém, která je lépe použitelná. V širokém smyslu nejde jen o zpracování elementárních dat (čísel, řetězců, kategoriálních dat), ale taky zpracování zvuku, obrázků (Digitální zpracování obrazu), videa, přirozeného jazyka (viz zpracování přirozeného jazyka, korpus) a bioinformatických dat (bioinformatika). Výstupy jsou různé pro různé úlohy a závisí taky na tom, k čemu je chceme použít a co (a jak kvalitně) dokážeme vydolovat. 8
9 4 Úspěšné algoritmy 4.1 Hry Roku 1979 překonal počítač světového mistra ve hře vrhcáby. Královská hra šachy byla už od počátků informatiky předmětem analýz. Řešení problému bylo od počátku spojováno s inteligencí, avšak výhra nemusí znamenat větší inteligenci. V roce 1997 porazil systém Deep Blue od firmy IBM úřadujícího mistra světa Garriho Kasparova. Deep Blue však byl spíše hybridní systém s akcelerátory výpočtů. Šlo tak spíše o řešení hrubou silou. Současná AI již neprochází tolik pozic a přitom je úspěšnější. Chinook je program pro hraní anglické dámy, jehož tvůrci v červenci roku 2007 prohlásili, že nemůže prohrát. Již několik let předtím pravidelně porážel lidské oponenty. Tohoto výsledku bylo dosaženo kombinací hrubé síly při prohledávání pozic ve střední části hry a dobrou databází zahájení a koncovek. Počítačové programy hrající go si často tak dobře nevedly. Je tomu tak zřejmě proto, že je goban (deska na go) je poměrně rozsáhlá a s každým dalším položeným kamenem stoupá komplexita rozhodování, kterou však mají lidé šanci zvládnout díky své vrozené schopnosti rozpoznávání tvarů. Ovšem nejlepší programy používající jak řešení hrubou silou (přesněji stromové prohledávání do hloubky), tak intuici, jsou schopné porážet (2016) i mistry. 9
10 5 Problematika Problémem je, že se AI chová jako černá skříňka. Člověk musí výsledkům, které mohou být ve výsledku lepší (inteligentnější) než jeho, slepě věřit, protože jim nerozumí. Volá se proto po vysvětlitelné AI (XAI). AI může odstranit lidské kognitivní zkreslení. Může ovšem zavést vlastní zkreslení. Lidské i umělé myšlení tedy lze i podvést. Záleží na způsobu výběru dat k učení. 10
11 SEZNAM POUŽITÉ LITERATURY 1. Kniha ISBN: Webová stránka s obrázkem: 11
12 SEZNAM OBRÁZKŮ Obrázek 1 - Umělá inteligence
Hry a UI historie. von Neumann, 1944 algoritmy perfektní hry Zuse, Wiener, Shannon, přibližné vyhodnocování
Hry a UI historie Hry vs. Prohledávání stavového prostoru Hry a UI historie Babbage, 1846 počítač porovnává přínos různých herních tahů von Neumann, 1944 algoritmy perfektní hry Zuse, Wiener, Shannon,
VícePokročilé operace s obrazem
Získávání a analýza obrazové informace Pokročilé operace s obrazem Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 (BFÚ LF MU) Získávání
VíceUmělá inteligence a rozpoznávání
Václav Matoušek KIV e-mail: matousek@kiv.zcu.cz 0-1 Sylabus předmětu: Datum Náplň přednášky 11. 2. Úvod, historie a vývoj UI, základní problémové oblasti a typy úloh, aplikace UI, příklady inteligentních
VíceModerní systémy pro získávání znalostí z informací a dat
Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:
VíceZáklady umělé inteligence
Základy umělé inteligence Úvod Základy umělé inteligence - úvod. Vlasta Radová, ZČU, katedra kybernetiky 1 Zavedení pojmu umělá inteligence Inteligence je schopnost získávat a aplikovat vědomosti a tedy
VíceZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14
ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 13 0:40 Implementace Umělá inteligence (UI) Umělá inteligence
VíceZáklady umělé inteligence
Základy umělé inteligence Hraní her (pro 2 hráče) Základy umělé inteligence - hraní her. Vlasta Radová, ZČU, katedra kybernetiky 1 Hraní her (pro dva hráče) Hraní her je přirozeně spjato s metodami prohledávání
VíceVyužití metod strojového učení v bioinformatice David Hoksza
Využití metod strojového učení v bioinformatice David Hoksza SIRET Research Group Katedra softwarového inženýrství, Matematicko-fyzikální fakulta Karlova Univerzita v Praze Bioinformatika Biologické inspirace
VíceBiologicky inspirované výpočty. Schématické rozdělení problematiky a výuky
Biologicky inspirované výpočty Schématické rozdělení problematiky a výuky 1 Biologicky inspirované výpočty - struktura problematiky Evoluční systémy: evoluční algoritmy, evoluční hardware, víceúčelová
VíceZnalostní technologie proč a jak?
Znalostní technologie proč a jak? Peter Mikulecký Kamila Olševičová Daniela Ponce Univerzita Hradec Králové Motivace 1993 vznik Fakulty řízení a informační technologie na Vysoké škole pedagogické v Hradci
VíceInformace pro výběr bakalářského oboru
Informace pro výběr bakalářského oboru 2017.03.15 J. Matas Bakalářské obory informatika a počítačové vědy software internet věcí počítačové hry a grafika kapacita všech oborů je dostatečná pro volný výběr
VíceVáclav Matoušek KIV. Umělá inteligence a rozpoznávání. Václav Matoušek / KIV
Umělá inteligence a rozpoznávání Václav Matoušek KIV e-mail: matousek@kiv.zcu.cz 0-1 Sylabus předmětu: Datum Náplň přednášky 16. 2. (3h) 2. 3. (4h) 17. 3. (5h) 14. 4. (3h) Úvod, historie a vývoj UI, základní
VíceSložitost her. Herní algoritmy. Otakar Trunda
Složitost her Herní algoritmy Otakar Trunda Úvod měření složitosti Formální výpočetní model Turingův stroj Složitost algoritmu = závislost spotřebovaných prostředků na velikosti vstupu Časová složitost
VíceUčící se klasifikátory obrazu v průmyslu
Učící se klasifikátory obrazu v průmyslu FCC průmyslové systémy s.r.o. FCC průmyslové systémy je technicko obchodní společností, působící v oblasti průmyslové automatizace. Tvoří ji dvě základní divize:
VíceTeorie her a ekonomické rozhodování. 4. Hry v rozvinutém tvaru
Teorie her a ekonomické rozhodování 4. Hry v rozvinutém tvaru 4.1 Hry v rozvinutém tvaru Hra v normálním tvaru hráči provedou jediné rozhodnutí a to všichni najednou v rozvinutém tvaru řada po sobě následujících
VíceUITS / ISY. Ústav inteligentních systémů Fakulta informačních technologií VUT v Brně. ISY: Výzkumná skupina inteligentních systémů 1 / 14
UITS / ISY Výzkumná skupina inteligentních systémů Ústav inteligentních systémů Fakulta informačních technologií VUT v Brně ISY: Výzkumná skupina inteligentních systémů 1 / 14 Obsah Představení skupiny
VíceEmergence chování robotických agentů: neuroevoluce
Emergence chování robotických agentů: neuroevoluce Petra Vidnerová, Stanislav Slušný, Roman Neruda Ústav Informatiky, AV ČR Kognice a umělý život VIII Praha 28. 5. 2008 Evoluční robotika: EA & neuronové
VíceH. Dreyfuss: What computers can t do, 1972 What computers still can t do, J. Weizenbaum. Computer power and human reason, 1976
Klasická AI připomenutí Meze klasické umělé inteligence Modelování mysli na logicko-symbolické úrovni. Modelování shora dolů. Reprezentacionalizmus Churchova teze: Použitelnost počítačů je omezena na ty
VíceInformatika a výpočetní technika 1. roč./1. sem. 1. roč./2. sem. 2. roč./3. sem. 1 kr. Povinné předměty pro obor IVT
1. roč./1. sem. 1. roč./2. sem. 2. roč./3. sem. 2. roč./4. sem. Semestrální Semestrální Diplomový Diplomový I I 460-4064/01 460-4067/01 460-4095/01 460-4096/01 460-4065/01 470-4405/01 Povinně volitelné
VíceAlgoritmy pro hraní tahových her
Algoritmy pro hraní tahových her Klasické deskové hry pro dva hráče: Šachy Dáma Go Piškvorky Reversi Oba hráči mají úplnou znalost pozice (na rozdíl např. od Pokeru). 1 Základní princip Hraní tahových
VíceAutomatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
VíceZáklady umělé inteligence
Základy umělé inteligence Automatické řešení úloh Základy umělé inteligence - prohledávání. Vlasta Radová, ZČU, katedra kybernetiky 1 Formalizace úlohy UI chápe řešení úloh jako proces hledání řešení v
Více5. Umělé neuronové sítě. Neuronové sítě
Neuronové sítě Přesný algoritmus práce přírodních neuronových systémů není doposud znám. Přesto experimentální výsledky na modelech těchto systémů dávají dnes velmi slibné výsledky. Tyto systémy, včetně
VíceDatová věda (Data Science) akademický navazující magisterský program
Datová věda () akademický navazující magisterský program Reaguje na potřebu, kterou vyvolala rychle rostoucí produkce komplexních, obvykle rozsáhlých dat ve vědě, v průmyslu a obecně v hospodářských činnostech.
VícePiškvorky. Gymnázium, Praha 6, Arabská 16. Kristofer Filip, 1.E. Květen 2014. Stránka 1. předmět programování, vyučující Tomáš Obdržálek
Gymnázium, Praha 6, Arabská 16 předmět programování, vyučující Tomáš Obdržálek Piškvorky ročníkový projekt Kristofer Filip, 1.E Květen 2014 Stránka 1 Prohlášení Prohlašuji, že jsem jediným autorem tohoto
VícePROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU
PROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU J. Mareš*, A. Procházka*, P. Doležel** * Ústav počítačové a řídicí techniky, Fakulta chemicko-inženýrská, Vysoká škola chemicko-technologická, Technická
VíceStrojové učení se zaměřením na vliv vstupních dat
Strojové učení se zaměřením na vliv vstupních dat Irina Perfilieva, Petr Hurtík, Marek Vajgl Centre of excellence IT4Innovations Division of the University of Ostrava Institute for Research and Applications
VíceZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14
ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 18 0:40 Umělá inteligence Umělá inteligence (UI) vlastně
VíceHistorie a vývoj umělé inteligence
Historie a vývoj umělé inteligence 11. února 2015 1-1 Co je to inteligence? Encyklopedie Duden : Intelligenz = Fähigkeit des Menschen abstrakt und vernünftig zu denken und daraus zweckvolles Handeln abzuleiten.
VíceDokumentace programu piskvorek
Dokumentace programu piskvorek Zápočtového programu z Programování II PRM045 Ondřej Vostal 20. září 2011, Letní semestr, 2010/2011 1 Stručné zadání Napsat textovou hru piškvorky se soupeřem s umělou inteligencí.
VíceAlgoritmy a struktury neuropočítačů ASN P9 SVM Support vector machines Support vector networks (Algoritmus podpůrných vektorů)
Algoritmy a struktury neuropočítačů ASN P9 SVM Support vector machines Support vector networks (Algoritmus podpůrných vektorů) Autor: Vladimir Vapnik Vapnik, V. The Nature of Statistical Learning Theory.
VíceModernizace a inovace výpočetní kapacity laboratoří ITE pro účely strojového učení. Jiří Málek
Modernizace a inovace výpočetní kapacity laboratoří ITE pro účely strojového učení Jiří Málek Cíl projektu Cíl: Zefektivnění vzdělávání na ITE* v oblasti strojového učení pomocí posílení dostupné výpočetní
VíceK možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami. Josef Keder
K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami Josef Keder Motivace Předpověď budoucí úrovně znečištění ovzduší s předstihem v řádu alespoň několika hodin má význam
VíceModulární systém dalšího vzdělávání pedagogických pracovníků JmK v přírodních vědách a informatice CZ.1.07/1.3.10/ Brožura dobré praxe
Modulární systém dalšího vzdělávání pedagogických pracovníků JmK v přírodních vědách a informatice CZ.1.07/1.3.10/02.0024 Brožura dobré praxe Informatika 1 Brožura dobré praxe informatika Materiál shrnuje
VíceAmbasadoři přírodovědných a technických oborů. Ing. Michal Řepka Březen - duben 2013
Ambasadoři přírodovědných a technických oborů Ing. Michal Řepka Březen - duben 2013 Umělé neuronové sítě Proč právě Neuronové sítě? K čemu je to dobré? Používá se to někde v praxi? Úvod Umělé neuronové
VíceNázev diplomové práce: Srovnávač životního pojištění. Určení: Bakalářská práce. Vedoucí: Doc. Ing. Petr Sosík, Dr.
Název diplomové práce: Srovnávač životního pojištění Určení: Bakalářská práce Konzultant: Ing. Mgr. Barbora Volná, Ph.D. Cíl práce: Naprogramovat srovnávač životního pojištění, který spadá pod obor automatizace
VíceKatedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Katedra počítačů, Computational Intelligence Group
Vytěžování dat Miroslav Čepek, Filip Železný Katedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Katedra počítačů, Computational Intelligence Group Evropský sociální fond Praha & EU: Investujeme
Více1 Úvod 1.1 Vlastnosti programového vybavení (SW)
1 Úvod 1.1 Vlastnosti programového vybavení (SW) - dávkové zpracování - omezená distribuce - zakázkový SW - distribuované systémy - vestavěná inteligence - laciný HW - vliv zákazníka 1950 1960 1970 1980
Více+ 1. doc. Ing. Jan Skrbek, Dr. - KIN. Konzultace: pondělí nebo dle dohody. Spojení:
Informatika I - 5 Sémiotický model informací Sémantická a pragmatická pravidla zpracování informací, znalosti, kompetence, hodnota informace, rozhodování. Přednáší: doc. Ing. Jan Skrbek, Dr. - KIN Konzultace:
VíceAutomatizační a měřicí technika (B-AMT)
Ústav automatizace a měřicí techniky Bakalářský studijní program Automatizační a měřicí technika () Specializace oboru Řídicí technika Měřicí technika Průmyslová automatizace Robotika a umělá inteligence
VíceSOU Valašské Klobouky. VY_32_INOVACE_3_01 IKT Pc grafika základní pojmy Mgr. Radomír Soural. Zkvalitnění výuky prostřednictvím ICT
SOU Valašské Klobouky VY_32_INOVACE_3_01 IKT Pc grafika základní pojmy Mgr. Radomír Soural Zkvalitnění výuky prostřednictvím ICT Název a číslo projektu CZ.1.07/1.5.00/34.0459 Název školy SOU Valašské Klobouky,
VíceSENZORY PRO ROBOTIKU
1/13 SENZORY PRO ROBOTIKU Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac ROBOTICKÉ SENZORY - PŘEHLED
VíceWichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace. Maturitní otázky z předmětu INFORMATIKA A VÝPOČETNÍ TECHNIKA
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu INFORMATIKA A VÝPOČETNÍ TECHNIKA 1. Algoritmus a jeho vlastnosti algoritmus a jeho vlastnosti, formy zápisu algoritmu
VíceUmělá inteligence (1. přednáška)
Umělá inteligence (1. přednáška) Co je to AI (Artificial Intelligence) systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně Jednat jako lidé systém, který myslí jako lidé
VíceInteligentní systémy a neuronové sítě
Inteligentní systémy a neuronové sítě Arnošt Veselý, Česká zemědělská univerzita, Kamýcká, Praha 6 - Suchdol Summary: In the article two main architectures of inteligent systems: logical-symbolic and connectionist
VíceÚstav automatizace a měřicí techniky.
www.feec.vutbr.cz Specializace studijního oboru Automatizační a Měřicí Technika: Řídicí technika Moderní algoritmy řízení, teorie řízení Modelování a identifikace parametrů řízených systémů Pokročilé metody
VíceBezpečnostní systémy - rychlostní kamery Identifikace SPZ a RZ. www.mestozlin.cz
Bezpečnostní systémy - rychlostní kamery Identifikace SPZ a RZ Město Zlín Jednou z možností monitorování a řízení dopravy v obcích je automatické snímání silničního provozu Monitorování dopravy vozidel
VíceInstitucionální akreditace - bakalářské studium informatiky
Institucionální akreditace - bakalářské studium informatiky 1. ročník pro všechny společný ZS Algoritmizace 2/1 Z+Zk 4 kredity T.Dvořák Programování 1 2/2 Z 5 kreditů Holan Principy počítačů 2/0 Zk 3 kredity
VíceDigitální učební materiál
Digitální učební materiál Číslo projektu: CZ.1.07/1.5.00/34.0548 Název školy: Gymnázium, Trutnov, Jiráskovo náměstí 325 Název materiálu: VY_32_INOVACE_146_IVT Autor: Ing. Pavel Bezděk Tematický okruh:
VícePanelová diskuse Technologie pro byznys
Panelová diskuse Technologie pro byznys Konference Inteligentní specializace regionu Plzeň, 29. 5. 2019 Cíl a scénář panelové diskuse Hledáme další možnosti spolupráce výzkumné a podnikové sféry v Plzeňském
VíceSeminář z umělé inteligence. Otakar Trunda
Seminář z umělé inteligence Otakar Trunda Plánování Vstup: Satisficing task: počáteční stav, cílové stavy, přípustné akce Optimization task: počáteční stav, cílové stavy, přípustné akce, ceny akcí Výstup:
VíceTeorie her a ekonomické rozhodování. 2. Maticové hry
Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru
VíceÚvod do teorie grafů
Úvod do teorie grafů Neorientovaný graf G = (V,E,I) V množina uzlů (vrcholů) - vertices E množina hran - edges I incidence incidence je zobrazení, buď: funkce: I: E V x V relace: I E V V incidence přiřadí
Více4EK311 Operační výzkum. 1. Úvod do operačního výzkumu
4EK311 Operační výzkum 1. Úvod do operačního výzkumu Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka Garant kurzu:
VícePojem algoritmus. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava
Pojem algoritmus doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 12. září 2016 Jiří Dvorský (VŠB TUO) Pojem algoritmus 54 / 344
VíceNeinformované metody prohledávání stavového prostoru. Gerstner Laboratory Agent Technology Group, Czech Technical University in Prague
Neinformované metody prohledávání stavového prostoru Michal Pěchouček Gerstner Laboratory Agent Technology Group, Czech Technical University in Prague http://labe.felk.cvut.cz/~ tkrajnik/kui2/data/k333/1.pdf
VíceExpertní systémy. 1. Úvod k expertním systémům. Cíl kapitoly:
Expertní systémy Cíl kapitoly: Úkolem této kapitoly je pochopení významu expertních systémů, umět rozpoznat expertní systémy od klasicky naprogramovaných systémů a naučit se jejich tvorbu a základní vlastnosti.
VíceŠACHOVÉ ENGINY. Semestrální práce pro předmět 4IZ430 Principy inteligentních systémů
ŠACHOVÉ ENGINY Semestrální práce pro předmět 4IZ430 Principy inteligentních systémů Contents 1. Úvod... 2 2. Evaluační funkce... 2 3. Procházení stromu variant... 6 4. Učení se... 8 5. Závěr... 8 6. Zdroje...
VíceOSA. maximalizace minimalizace 1/22
OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,
VíceInteligentní systémy. Informace o bakalářském oboru. Jiří Lažanský. Zdeněk Hanzálek (katedra řídicí techniky) Michal Pěchouček (katedra kybernetiky)
Informace o bakalářském oboru Inteligentní systémy studijního programu Softwarové technologie a management Jiří Lažanský (katedra kybernetiky) Zdeněk Hanzálek (katedra řídicí techniky) Michal Pěchouček
VíceAlan Mathison Turing
Alan Mathison Turing 23.6.1912 8.6.1954 vědec, nedoceněný genius své doby, soutěživý jedinec, utrápený člověk, homosexuál v odsuzující době Autor prezentace: Bc. Michal Šťava Učo: 255739 Dne 24.9.2012
VíceSlepé prohledávání do šířky Algoritmus prohledávání do šířky Při tomto způsobu prohledávání máme jistotu, že vždy nalezneme koncový stav, musíme ale p
Hanojská věž Stavový prostor 1. množina stavů S = {s} 2. množina přechodů mezi stavy (operátorů) Φ = {φ} s k = φ ki (s i ) zadání [1 1 1] řešení [3 3 3] dva možné první tahy: [1 1 2] [1 1 3] který tah
VíceRobotika průmyslové roboty. Vypracoval: Bc. Ludvík Kochaníček Kód prezentace: OPVK-TBdV-AUTOROB-KE-3-STZ-KOH-002
Robotika průmyslové roboty Vypracoval: Bc. Ludvík Kochaníček Kód prezentace: OPVK-TBdV-AUTOROB-KE-3-STZ-KOH-002 Technologie budoucnosti do výuky CZ.1.07/1.1.38/02.0032 CO ZNAMENÁ ROBOT Samotné slovo robot
VíceALGORITMY A DATOVÉ STRUKTURY
Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 1 Časová složitost algoritmů Základním cílem tohoto tematického celku je vysvětlení potřebných pojmů a definic nutných k popisu
VíceAlgoritmus. Přesné znění definice algoritmu zní: Algoritmus je procedura proveditelná Turingovým strojem.
Algoritmus Algoritmus je schematický postup pro řešení určitého druhu problémů, který je prováděn pomocí konečného množství přesně definovaných kroků. nebo Algoritmus lze definovat jako jednoznačně určenou
VíceÚvod do expertních systémů
Úvod do expertních systémů Expertní systém Definice ES (Feigenbaum): expertní systémy jsou počítačové programy, simulující rozhodovací činnost experta při řešení složitých úloh a využívající vhodně zakódovaných,
VíceInovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií
VY_32_INOVACE_31_02 Škola Střední průmyslová škola Zlín Název projektu, reg. č. Vzdělávací oblast Vzdělávací obor Tematický okruh Téma Tematická oblast Název Autor Vytvořeno, pro obor, ročník Inovace výuky
Vícehttps://edux.fit.cvut.cz/courses/bi-zum/
Základy umělé inteligence Úvod, motivace, náplň předmětu Ing. Tomáš Řehořek Computational Intelligence Group (CIG), Katedra teoretické informatiky (KTI), Fakulta informačních technologií (FIT), České vysoké
VíceObsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi
Hry a základní herní strategie Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax Algoritmus Alfa-Beta prořezávání Nedeterministické
VíceKognitivní informatika očima studentů
Kognitivní informatika očima studentů Výsledky ankety ZS 2011/2012 Kateřina Farská O dotazníku Reponse rate relativně vysoká: 49% (odpovědělo 26 z 53 aktuálně studujících) Až na výjimky vysoká kvalita
VíceVarianty Monte Carlo Tree Search
Varianty Monte Carlo Tree Search tomas.kuca@matfyz.cz Herní algoritmy MFF UK Praha 2011 Témata O čem bude přednáška? Monte Carlo Tree Search od her podobných Go (bez Go) k vzdálenějším rozdíly a rozšíření
Více0,7 0,6 0,5 0,4 0,3 0,2 0,1
VÝVOJ PROSTŘEDKŮ VÝPOČTOVÉ INTELIGENCE PRO MONITOROVÁNÍ A ŘÍZENÍ OCELÁŘSKÝCH VÝROBNÍCH PROCESŮ Miroslav Pokorný¹ Václav Kafka² Zdeněk Bůžek³ 1) VŠB TU Ostrava, FEI, 17. listopadu 15, 708 33 Ostrava, ČR,
VíceExpe xp rtn t í n í sys s t ys é t my m PSY 481
Expertní systémy PSY 481 Stavové pole Expertní systémy (produkční systémy) mohou být přirovnány k nástrojům používaným při řešení problémů (problem solving). Konkrétněji na technikách založených na hledání
VíceObsah: Hry Prohledávání stavového prostoru. Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi
Hry a základní herní strategie Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax Algoritmus Alfa-Beta prořezávání Nedeterministické
VíceStanovení odolnosti datového spoje
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická ÚLOHA A Stanovení odolnosti datového spoje Vypracoval: V rámci předmětu: Jan HLÍDEK Základy datové komunikace (X3ZDK) Měřeno: 1. 4. 008 Cvičení:
VíceBioinformatika a výpočetní biologie KFC/BIN. I. Přehled
Bioinformatika a výpočetní biologie KFC/BIN I. Přehled RNDr. Karel Berka, Ph.D. Univerzita Palackého v Olomouci Definice bioinformatiky (Molecular) bio informatics: bioinformatics is conceptualising biology
VíceProgramování LEGO MINDSTORMS s použitím nástroje MATLAB a Simulink
26.1.2018 Praha Programování LEGO MINDSTORMS s použitím nástroje MATLAB a Simulink Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com Co je MATLAB a Simulink 2
VíceHry a UI historie. agent musí brát v úvahu akce jiných agentů jak ovlivní jeho. vliv ostatních agentů prvek náhody. Hry: Obsah:
Obsah: Hry a základní herní strategie Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Hry s nepřesnými znalostmi Hry a UI historie Úvod do umělé inteligence 7/1 1 / 5 Hry a UI historie Babbage,
VíceDaniel Beneš Slezská univerzita v Opavě Filozoficko-přírodovědecká fakulta Ústav informatiky
Daniel Beneš Slezská univerzita v Opavě Filozoficko-přírodovědecká fakulta Ústav informatiky Charakteristika projektu On-line aplikace pro analýzu mikrosatelitů révy vinné Charakteristika projektu On-line
VíceReálné gymnázium a základní škola města Prostějova Školní vzdělávací program pro ZV Ruku v ruce
3 INFORMAČNÍ A KOMUNIKAČNÍ TECHNOLOGIE UČEBNÍ OSNOVY 3. 2 Informatika pro pokročilé Časová dotace 9. ročník 1 hodina Charakteristika: Předmět informatika pro pokročilé doplňuje vzdělávací obsah předmětu
VíceSeznam úloh v rámci Interního grantového systému EPI
Evropský polytechnický institut, s.r.o. Kunovice Seznam úloh v rámci Interního grantového systému I rok/p ořadí Číslo úlohy Název Obor 2008 B1/2008 Vývojové tendence globalizujícího se podnikatelského
VíceObsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi
Hry a základní herní strategie Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Statistické výsledky průběžné písemky Hry vs. Prohledávání stavového prostoru Algoritmus Minimax Algoritmus
Více+ 1. doc. Ing. Jan Skrbek, Dr. - KIN. Konzultace: pondělí 10 00 11 00 nebo dle dohody. Spojení: e-mail: jan.skrbek@tul.cz tel.: 48 535 2442.
Informatika I - 6 Číselné soustavy, redundance, komprimace. Sémantická a pragmatická pravidla zpracování informací, znalosti, kompetence, hodnota informace, rozhodování. Přednáší: doc. Ing. Jan Skrbek,
VíceMETODICKÝ APARÁT LOGISTIKY
METODICKÝ APARÁT LOGISTIKY Metodický aparát logistiky jedná se o metody sloužící k rozhodování při logistických problémech Metodu = použijeme, v případě vzniku problému. Problém = vzniká v okamžiku, když
VíceNový bakalářský studijní obor Biomedicínská informatika na Fakultě biomedicínského inženýrství v Kladně
Fakulta biomedicínského inženýrství České vysoké učení technické v Praze Nový bakalářský studijní obor Biomedicínská informatika na Fakultě biomedicínského inženýrství v Kladně Zoltán Szabó Katedra biomedicínské
Víceu odpovědí typu A, B, C, D, E: Obsah: jako 0) CLP Constraint Logic Programming
Průběžná písemná práce Průběžná písemná práce Obsah: Průběžná písemná práce Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ délka pro vypracování: 25 minut nejsou povoleny žádné materiály
VíceINDUSTRY 4.0 Jan Dušek, ŠKODA AUTO Vysoká škola 24.9.2015. Sustainable Education for Industry 4.0
INDUSTRY 4.0 Jan Dušek, ŠKODA AUTO Vysoká škola 24.9.2015 1 Dámy a pánové, automobilový svět právě zažívá extrémně náročné, ale také extrémně napínavé časy. Náš průmysl stojí před změnami, které se dají
VíceSYSTÉMOVÁ METODOLOGIE (VII) Kybernetika. Ak. rok 2011/2012 vbp 1
SYSTÉMOVÁ METODOLOGIE (VII) Kybernetika Ak. rok 2011/2012 vbp 1 ZÁKLADNÍ SMĚRY A DISCIPLÍNY Teoretická kybernetika (vědecký aparát a metody ke zkoumání kybernetických systémů; používá abstraktní modely
Více1. Znalostní systémy a znalostní inženýrství - úvod. Znalostní systémy. úvodní úvahy a předpoklady. 26. září 2017
Znalostní systémy úvodní úvahy a předpoklady 26. září 2017 1-1 Znalostní systém Definice ZS (Feigenbaum): Znalostní (původně expertní) systémy jsou počítačové programy simulující rozhodovací činnost experta
VíceKorpusová lingvistika a počítačové zpracování přirozeného jazyka
Korpusová lingvistika a počítačové zpracování přirozeného jazyka Vladimír Petkevič & Alexandr Rosen Ústav teoretické a komputační lingvistiky Filozofické fakulty Univerzity Karlovy v Praze Korpusový seminář
VíceSynergické efekty VaVpI projektů na VŠB-TU Ostrava
Synergické efekty VaVpI projektů na VŠB-TU Ostrava Prof. Ing. Ivo Vondrák, CSc. VŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky www.it4innovations.eu 1 Obsah 1. Projekty VaVpI
VíceGymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto
Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT Mgr. Jana
VíceMATEMATIKA A 3 Metodický list č. 1
Metodický list č. 1 Název tématického celku: Úvod do problematiky diskrétní matematiky Cíl: Cílem tohoto tématického celku je vymezení oblasti diskrétní matematiky a příprava na další výklad kurzu. Jedná
VíceANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor016 Vypracoval(a),
VíceROLE ICT VE SPOLEČNOSTI
ROLE ICT VE SPOLEČNOSTI Modely školy budoucnosti listopad 2011 (c) Radek Maca Informační společnost Společnost s vysokou mírou využívání ICT založených na prostředcích výpočetní techniky digitalizace =
VíceOd Průmyslu 4.0 k Myšlení 4.0
Od Průmyslu 4.0 k Myšlení 4.0 Vladimír MAŘÍK Brno, 28.2.2017 www.ciirc.cvut.cz Český institut informatiky, robotiky a kybernetiky (CIIRC) České vysoké učení technické v Praze Prudký rozvoj technologií
VíceVýukové texty. pro předmět. Automatické řízení výrobní techniky (KKS/ARVT) na téma
Výukové texty pro předmět Automatické řízení výrobní techniky (KKS/ARVT) na téma Podklady k vkládání částečné "chytrosti" nebo "inteligence" do technických řízení Autor: Doc. Ing. Josef Formánek, Ph.D.
Víceanalýzy dat v oboru Matematická biologie
INSTITUT BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Komplexní přístup k výuce analýzy dat v oboru Matematická biologie Tomáš Pavlík, Daniel Schwarz, Jiří Jarkovský,
Více2. Mechatronický výrobek 17
Předmluva 1 Úvod 3 Ing. Gunnar Künzel 1. Úvod do mechatroniky 5 1.1 Vznik, vývoj a definice mechatroniky 5 1.2 Mechatronická soustava a její komponenty 9 1.3 Mechatronický systém a jeho struktura 11 1.4
Více